统计测量

本文解释什么是统计度量以及不同类型统计度量之间的差异。

什么是统计措施？

统计度量是代表数据集特征的值。也就是说，计算统计度量来总结一组数据。

因此，统计测量用于确定一组数据的样子，此外，它们还允许比较不同的统计样本。

统计措施的类型

有四种类型的统计措施：

• 集中趋势的度量：指示分布的中心值。
• 分散度测量：用于确定统计样本中数据的分散度或集中度。
• 位置指标：显示数据集的结构。
• 形状度量：它们使我们能够知道分布的形状，而无需以图形方式表示它。

下面详细解释每种类型的统计测量。

集中趋势的测量

集中趋势度量或集中度度量是指示分布中心值的统计度量。也就是说，集中趋势的度量用于查找代表数据集中心的值。

集中趋势测度分为三类：

• 平均值：是样本中所有数据的平均值。
• 中位数：这是所有数据从小到大排序的中间值。
• 众数：是数据集中出现次数最多的值。

要查看如何计算这些类型的统计指标的示例，请单击此处：

色散测量

离散度度量是一种指示数据集离散度的描述性度量。因此，离散度测量用于评估样本中数据的分布。

离差测度也称为变异测度或扩散测度。

分散措施如下：

• 标准差（或标准差）
• 方差
• 变异系数
• 整齐的
• 四分位数范围
• 中等差异

每个离散度度量都有自己的公式，因此为了不使本文过于繁重，它们都在以下帖子中进行了解释：

位置测量

位置度量是提供有关数据集结构信息的统计度量。换句话说，位置测量可以帮助您了解数据集的样子。

尽管通常单独讨论它们，但集中趋势度量也被视为位置度量，因为它们提供有关数据序列中心位置的信息，即使有更多位置度量。或者，换句话说，立场衡量包含集中趋势衡量。

事实上，位置测量根据其确定的位置分为中心位置测量和非中心位置测量。

因此，位置测量如下：

• 中心位置测量：指示分布的中心值。
  • 平均值：是样本中所有数据的平均值。
  • 中位数：这是所有数据从小到大排序的中间值。
  • 众数：是数据集中出现次数最多的值。
• 非中心位置测量：将数据集分成相等的部分。
• 四分位数– 将数据样本分为四个相等的部分。
• 五分位数：将数据分成五个相等的部分。
• 十分位数：将数据集分成十个等宽的区间。
• 百分位数：将数据分成一百等份。

在以下链接中，您可以查看每个统计指标的公式：

形状测量

在统计学中，形状度量是允许我们根据形状描述概率分布的指标。此外，形状测量可用于确定分布的外观，而无需将其绘制成图表。

形状测量有两种类型：

• 偏度——表示分布的对称（或不对称）程度，即分布是对称还是不对称。
• 峰度：表示分布集中于均值附近的程度，即它决定分布是陡峭还是平坦。

有多种计算此类统计指标的公式，单击以下链接即可查看所有公式：